使用面向分层人群的基于事件模型分析 APOE 对阿尔茨海默病进展的影响
机器学习
2020-09-16 v1 机器学习
摘要
阿尔茨海默病（AD）是最常见的痴呆形式，且具有表型异质性。APOE 是一个三等位基因，与 AD 的表型异质性相关。本工作中，我们使用判别性基于事件模型（DEBM）确定了 APOE 等位基因对 AD 疾病进展时间线的影响。由于 DEBM 是数据驱动模型，与在整个数据集上拟合模型相比，划分为更小的疾病亚组会导致模型更不准确。因此我们的次要目标是提出并评估新方法，将 DEBM 的不同步骤拆分为组非特异与组特异部分，其中整个数据集用于训练组非特异部分，仅特定组的数据用于训练 DEBM 的组特异部分。我们进行模拟实验以基准测试所提方法的准确性并选出最优方法。随后，将所选方法应用于阿尔茨海默病神经影像倡议（ADNI）数据集中 417 名认知正常、235 名三年内转化为 AD 的轻度认知障碍者以及 342 名 AD 患者的基线数据，以深入揭示 APOE 携带状态对 AD 疾病进展时间线的影响。所提出的模型有助于理解该疾病，并可用于为临床试验筛选有症状风险的同质前症状受试群体。
引用
@article{arxiv.2009.07139,
title = {Analyzing the effect of APOE on Alzheimer's disease progression using an event-based model for stratified populations},
author = {Vikram Venkatraghavan and Stefan Klein and Lana Fani and Leontine S. Ham and Henri Vrooman and M. Kamran Ikram and Wiro J. Niessen and Esther E. Bron},
journal= {arXiv preprint arXiv:2009.07139},
year = {2020}
}